OpenAI 100亿美元老股交易、Ramp ARR达10亿美元、Brex达7亿美元

摘要

• Tesla 1万亿美元的薪酬 headline，本质是董事会押注 Elon Musk 的一场董事会级别的孤注一掷，而不是 CEO 薪酬的通用模板。 要拿满这笔奖励，Tesla 的市值需达到8万亿美元，EBITDA达到4000亿美元——是谷歌所引述的1000亿美元的4倍——并实现2000万辆汽车、1000万套 FSD、100万台 Optimus 机器人和100万辆 robotaxi。若 Tesla 是25%的汽车公司、75%靠“Elon 的特殊配方”，拒绝他可能让75%的股权价值一夜蒸发，把董事会置于“囚徒困境”。
• Scale AI 和 Windsurf 的交易，暴露出创始人从传教士转向逐利流动性的变化，即使交易经济性站得住脚。 Harry 认为，两份报价都超过了这些公司独立发展的可能价值，员工本可获得足额补偿；一位嘉宾则指出，最终这些回报会流向大学、医院和基金会。Jeff 更尖锐的判断是，买方“掏空了大脑和心脏”（“eviscerated the brains and the heart”），留下一个名义上还在的公司，但已经“像渡渡鸟一样死了”。
• Ramp ARR达到10亿美元、Brex达到7亿美元且增长50%，说明 AI 资本正沿着经济链条层层传导，而不是每家软件公司突然都跑通了商业模式。 两者的刷卡交换费和信贷经济性支持快速收入增长，但利润率更接近金融服务；一旦增速收敛到 Amex 的水平，Rory 预计估值也会像 Amex。对 B2B 供应商而言，更尖锐的考验是：OpenAI、Anthropic 及其生态投入如此之重，任何没有获得一点好处的公司“都只能拿 F”。
• Sierra 以1亿美元 ARR获得100亿美元估值，是当下“好公司、恐怖价格”交易的最纯粹表达。 AI 客服有望自动化70–80%的工作，Sierra 属于高端头部玩家，Bret Taylor 则被视为一代人中罕见的运营者；唯一没有打勾的，是投资人是否获得了足以补偿估值风险的回报。按100倍 ARR 估值、潜在支票接近 Greenoaks 所称27.5亿美元基金的10%计算，“闭着眼睛”承保几乎不给仅仅做到优秀的执行留下容错空间。
• 风险投资正转向已经验证的 AI 胜者，因为其风险调整后回报看起来可能比种子投资更容易获得。 Kleiner Perkins 向 Anthropic 130亿美元融资轮投入1亿美元、对应1830亿美元估值，被称为一笔“logo 交易”，同时也被认为合乎理性。如今行业的直白分类大致是“20%传统风险投资、80%”后期成长投资，而当其他风险消失后，估值风险反而在扩大。
• AI 对按席位收费的 SaaS 模式构成的威胁，比 copilot 所暗示的更根本。 在位者想承诺人类效率提升10%；客户越来越可能直接问：“我已经不需要其中75%的人了——把那个产品给我。” 纯 AI 公司可以同时替代软件支出和部分人工支出，而 Salesforce、Atlassian 等在位者必须先自我蚕食席位和收入，否则就会被攻击者代劳。
• 最好的开发者业务，卖的是开发者无法、或从经济上不应自行重建的权威或复杂性。 Jeff 提出的3类持久机会分别是 Twilio、Stripe 这类“业务拓展即服务”，AWS 这类“资本开支即服务”，以及 DynamoDB 或前沿模型训练这类极难实现的“算法即服务”。单纯推理可能会随着开源模型普及而商品化；真正有防御力的产品，是那个训练成本高达数十亿美元、拥有“秘密配方”的模型。
• 这轮繁荣的薄弱控制环节是尽调，而不是资本可得性。 Jason 说如今融资周六也能完成，“尽调根本没有被尝试”，并主张对虚构收入、把未付费试用包装成付费 pilot 的行为施以监禁威慑；Rory 区分了激进表述和伪造证据，但同意明确撒谎应受到严厉惩罚。Jeff 的反向提醒同样重要：当投资人急于核实用户或现金时，“他们的贪婪……会以某种程度的欺诈作为回报”。

精读

1. Tesla 董事会以史无前例的价格押注 Elon

• Rory 的基本判断是：“薪酬是董事会揭示真实优先级的方式。”他读了3322页委托书中的约150页后，看出3个优先事项：兑现 Musk 那笔被否决的2018年奖励；由于担心他离开，再给他12%；以及付钱让他再次加倍下注。

• 这些门槛让万亿美元 headline 不再显得武断：8万亿美元市值、4000亿美元 EBITDA，相比谷歌所引述的1000亿美元；累计2000万辆汽车，而现有约1000万辆；1000万套 FSD、100万台 Optimus 机器人和100万辆 robotaxi。Tesla 必须让现有业务翻倍，并创造出多个重大新业务。

• Rory 认为这套方案在逻辑上自洽，同时又觉得这场赌注令人恐惧：“我会给你一大笔钱，只要你把我们这家万亿美元公司做大一倍或5倍。”他预计这会成为抬高其他创始人预期的上限，而非普遍标准——除非他们的董事会由“他们的姐夫和其他亲戚”组成。

• Jeff 的反对来自薪酬设计：作为创始人，他已经拥有足够股权，每增加一个杠杆，就多一种让薪酬显得不公平的方式。但 Jason 仍看到，独角兽阶段之后的创始人如今能拿到7–8%甚至更多，并与100亿美元、200亿美元或1000亿美元的结果挂钩，而不是过去2–3%的增发。

2. Tesla 的人格溢价让董事会陷入困局

• Jeff 将这笔奖励重新定义为下行保护：Tesla 作为汽车制造商或许已经被高估，而人格崇拜贡献了剩余价值。Rory 接受这一前提：“也许这是一家只值当前市值25%的汽车公司，Elon 的秘密配方……就是另外75%。”

• 另一种选择，是放弃机器人和自动驾驶，找一名职业经理人经营一家优秀的汽车公司，并接受重新定价。Rory 预计股价第二天早晨可能下跌75%，随后陷入无休止诉讼；股东已经两次投票通过 Musk 之前的薪酬方案，说明他们想要的是押注风险的未来。

• 这让谈判几乎不可能形成可信承诺。讨论中的理论是：一个拥有另外3个同样令人兴奋选择的人可能会离开；如果董事会拒绝、而他真的离开，董事们就会把原本试图避免的下行正式兑现。Rory 的结论是：“这确实是囚徒困境。”

3. 传教士型创始人让位于逐利型退出者

• Jeff 认为，创始人 CEO 应该是“最投入、最有长期导向、最有愿景的人”。如果目标是钱，他按概率调整后的建议是加入一家 hyperscaler；创办公司的正当理由，应当是相信“世界需要你正在构建的东西”。

• Jason 看到这种伦理正在消退：员工工作12个月就想实现1000万美元流动性，创始人则离开去 Meta 或 OpenAI。从0到100亿美元只用了约18个月，这不是 Twilio 或 StubHub 式的苦熬：团队可能仍然很强，但“他们是雇佣兵”。

• Harry 从价格角度为 Scale AI 和 Windsurf 的创始人辩护。在他看来，买方的报价远超这些公司的当前价值，可能也高于它们未来的任何价值；反垄断因素导致交易结构尴尬，但剩余员工——可能持股不到5%——本可按被收购的标准获得补偿，而不破坏交易经济性。

• 一位嘉宾指出，Scale 的风险投资回报最终流向了包括 University of Wisconsin 或 Michigan、Cystic Fibrosis Foundation 和 Children’s Hospital of Atlanta 在内的机构。但 Jeff 的反对仍然成立：买方“掏空了大脑和心脏”，留下一个法律上人人称为独立、实际却“像渡渡鸟一样死了”的躯壳。

4. Ramp 和 Brex 正在变现繁荣，而非证明潮水普涨

• Ramp ARR达到10亿美元、Brex达到7亿美元且增长50%，是公司自身的强劲成绩，并不能证明所有非上市科技公司都在繁荣。Brex 经历低谷后重新整顿；两家公司都可以通过扩张信贷、收取刷卡交换费快速增长，而不是销售纯软件。

• Rory 将它们置于两个类别之间：拥有金融服务的利润率结构和风险，却具备软件式增长。核心估值原则仍然是风险调整后的自由现金流；在此之外，增长本身支撑溢价。“一旦增速放缓”，如果它们像 Amex 一样增长，“估值也会和 Amex 一样”。

• Jason 看到 AI 支出正从 OpenAI 和 Anthropic 扩散至 Broadcom、Cisco、Twilio 以及更广泛的 B2B 技术栈。他的测试毫不留情：如果一个供应商没有获得 AI 客户、工作负载或支出顺风，“你就拿 F”。这笔钱现在还是顶层的“鱼粮”，正漂向海洋更深、更暗的部分。

• Jeff 的基础设施类比来自移动互联网繁荣：创业公司可能在向 Twilio 支付数百万美元后失败。为繁荣提供基础设施的吸引力和风险就在于此——供应商无论最终赢家是谁，都能将试验变现，但失败客户消失后，必须找到新的收入替代。

5. Sierra 除了价格，几乎通过了所有承保门槛

• Sierra 以1亿美元 ARR获得100亿美元估值，约为收入的100倍，买入的是一组稀缺组合：Bret Taylor、强大的团队、巨大的品类，以及企业端的领先地位。Jason 开玩笑说，如果 Scale 值280亿美元，“Bret 就得值560亿美元”。

• Rory 对交易的判断顺序很明确：这个品类能否支持一个大赢家；这家公司能否成为赢家之一；投资人是否获得了足以补偿风险的回报。客服通过了第一项，因为 AI 或许能处理70–80%的电话和邮件，把一个庞大的成本中心转化为显而易见的自动化目标。

• Sierra 凭借高端定位，以及 Taylor 在技术与商业之间切换的能力，似乎通过了第二项。失败的是最后一个方框：在100倍 ARR 估值下，投资人只能依赖市场扩张到足够大，使一笔200亿至300亿美元的结果仍能带来可接受、哪怕偏低的回报。

• Rory 提到机会成本：他估算 Greenoaks 的下一笔支票约为2.75亿美元，相当于所称27.5亿美元基金的约10%。Jeff 给出了 VC 很少真正比较的一点：投资人把10%的集中度称为大胆，而创始人却把“100%的资本配置”投入一家公司，覆盖时间、职业和个人财务。

6. 后期 AI 正在吞噬风险投资的身份

• 据报道，Kleiner Perkins 向 Anthropic 130亿美元融资轮投入1亿美元，对应1830亿美元估值，这是它首次投资模型供应商。一位嘉宾称其为 logo deal：一家大型基金若没有 Anthropic 或 OpenAI 出现在官网上，就很难与创始人见面。Rory 则反驳说，单看数学并不荒谬。

• Rory 的逻辑是，投入1亿美元、最终可能拿回3亿美元，或许比从种子轮开始站在创始人身边一路战斗更容易赚到这1美元。这与早期风险投资不是同一种生意，但仍可能是一笔理性的后期押注。

• Jeff 的更大判断是：“风险投资有20%是传统风险投资，80%左右是后期”投资，曾经更像 Fidelity 式增长投资。这或许不同于基金在4年前向 LP 推销的业务，但如今大多数资金都流向这里，机构也能借此保持显眼的市场存在感。

• 危险出现在品类风险和公司风险似乎都已解决之后。“估值风险会扩张到填满真空”；随后，外推本身就成了全部承保模型。相比 Canva、Databricks 40亿美元收入和50%增速、Anthropic 及 OpenAI，250亿美元的 Figma 反而会产生一种荒谬的“小众感”。

7. OpenAI 的私募流动性之所以非凡，主要是因为它被看见了

• 100亿美元 OpenAI 老股交易听起来史无前例，但 Rory 用公开市场的算术将其正常化。假设估值为5000亿美元、管理层持有20%，员工持有1000亿美元；出售其中10%的持仓是理性的分散投资，并不一定意味着放弃信念。

• 2018年 Apple 市值约8000亿美元，如果一家上市公司的内部人进行等比例出售，几乎不会引起注意。OpenAI 也成立于2016年，因此并不算传统意义上的年轻公司——不过，一个2年前加入、拿到1000万美元的人，仍会觉得这笔财富积累快得异常。

• 机会成本是双向的。Nvidia 市值约5000亿美元时离职的员工，如今可能会后悔把本可变成6000万美元的1000万美元兑现掉。任何接受 Sam Altman 长期愿景的人，都必须承认，今天这场非凡的流动性也可能意味着“把钱留在了桌上”。

• 流动性也扭曲了招聘：一家 B2B 公司提出“3倍、3倍、2倍、2倍”的增长目标，36个月前还是 S 级机会，但如今无法匹配 AI 公司8位数的支付能力。Jeff 的反例是 Domino’s 在 Ann Arbor 的强大技术团队，以及优于谷歌所引述的10年股票回报：不如去别处招聘，而不是模仿硅谷办公室。

8. 公开市场快问快答显示，数字面前几乎没有多少信念能留下

• Figma 股价52美元、市值约250亿美元时，Rory 预测365天后会在40多美元中段。他的逻辑是让银行家得到验证：35美元 IPO 价格、正常10–15%的首日涨幅，再加上一年的复利增长，在开盘波动消退后，股价应落在40多美元中段。

• Jeff 押注利率，选择75美元；Jason 选择60美元。他们给出的区间，正好反映了后期承保背后尚未解决的问题：更低利率和风险偏好的恢复，是否会压过基本面；还是 IPO 银行家最初的定价最终会锚定股价。

• 对 Canva 在第4季度 IPO，嘉宾分成一个“是”和两个版本的“否”，其中包括“0%”。看空逻辑是程序性的：到9月9日，时间窗口已经很紧；而 Cliff 最近还在讨论是否不做直接上市，如果律师正准备即将提交的文件，这种可能性似乎不大。上半年上市看起来更合理。

9. Anthropic 与作者的和解，为训练数据划出更清晰的边界

• Rory 将15亿美元作者赔偿视为一条自洽的边界：花15美元买一本书、用于模型训练被视为允许，而下载盗版语料则不允许。引用的算术是50万本书、每本3000美元，总额约为购买价格的200倍。

• Jason 拒绝为这种行为洗白：“这不是稍微走了点捷径。” Anthropic 从盗版网站下载内容以加快模型开发，这是典型的先做后求原谅。他还提醒，这件事可能产生额外成本。

• Rory 认为，供应商可以通过购买并扫描图书，为每家模型公司建立符合法律要求的训练语料库。更难的情况是，模型不只是从某位艺术家或作者那里学习，而是输出了实质上复现其作品的内容；此时损害赔偿可能远超最初15美元的购买价。

10. ASML 投资 Mistral，更像主权布局而非战略协同

• ASML 以140亿美元估值成为 Mistral 最大股东，让讨论中的嘉宾困惑不已。Rory 认为，ASML 位于产业链上游多层：其巨型光刻机支撑 TSMC 制造，进而支撑半导体行业的大部分产出，但拥有一家 LLM 供应商的战略必要性并不明显。

• Jason 给出了企业会计层面的解释。盈利公司的资产负债表上有现金，但部署现金可能压低收益；把现金换成一笔不会发生减值的投资，感觉可能“基本等于免费”。因此，企业创投需要业务相关性和资本保值，不一定需要风险投资式的回报结构。

• Jeff 的标准是，这笔投资是否给核心业务带来根本性优势，例如 Salesforce Ventures 获得生态位、收购情报和产品信息。至于 ASML 与 Mistral，没有人能指出对应机制；在高度周期性的半导体设备市场，锁定约15亿美元尤其值得注意。

• Rory 给出的最佳解释是主权 AI。欧洲可能把模型视为国防设备：在自由贸易下，国家冠军在经济上并不最优，但当政府担心外国供应商可能切断能力时，它们就会变得有吸引力。Anduril 的欧洲子公司、在伦敦的存在感以及在澳大利亚的收购，都说明即使是美国供应商，也必须本地化以克服这种担忧。

11. Atlassian 的收购潮更多体现紧迫感，而非确定性

• 据报道，Atlassian 以2100万美元现金收购 Cycle，以6.1亿美元收购 Browser Company。Jeff 不认为“我们需要一个不同的工作浏览器”足以改变行为，但讨论中的嘉宾认为这是一场可以理解的押注：Atlassian 拥有庞大的知识工作者和开发者覆盖面，需要一个可信的 AI 抓手。

• 压力本身可能扭曲选择。讨论中的表述是，当高管或投资人感到“心里发痒”时，他们可能会选择眼下3笔交易中最好的那一笔，而不是理想交易。Atlassian 是一家优秀公司，却尚未享受到 AI 繁荣，这加大了它采取行动的诱惑。

• Twilio 当年的并购紧迫感，来自它知道 SMS 已经是遗留技术。SendGrid、Segment 和 Zipwhip 都是在桥梁消失前，试图把客户和收入基础带入下一个时代，更像 Intel 从存储器转向 CPU，而不是简单增加相邻功能。

• 连续收购者接受一定失败率。传统意义上的遗憾，不是买了一笔后来失败的交易，而是没买一笔后来证明重要的交易；即使 Browser Company 有30–40%的概率实质改变 Atlassian，也可能足以通过门槛。Jeff 承认自己至今仍介意错过 Twilio 的一笔收购，但没有说是哪一笔。

12. AI 迫使 SaaS 在位者出售对自身席位的毁灭

• Jeff 的明确判断是，AI 会“摧毁” SaaS 的席位基础，因为它会执行目前在这些产品内部完成的工作。承诺让每位员工效率提升10%的 copilot，会保留在位者模式；买方真正想要的产品则是：“我已经不需要其中75%的人了。”

• Twilio 拥有一个罕见优势：基础设施使用量不是按员工定价。Jeff 认为，AI 为 Twilio 提供了绕开向 SaaS 艰难转型的机会；在位者面临创新者困境，而 Twilio 可以构建自动化，不必直接蚕食席位基础。

• Salesforce 体现了这种冲突。如果 Service Cloud 约占收入的三分之一，那么销售客服自动化就意味着攻击这一核心业务；纯 AI 公司要做的，是拿走同样的三分之一，再用规模更小、但完全新增的收入替代它。

• 讨论中的嘉宾对这种替代能做多大存在分歧。Rory 认为，Sierra 的估值最终要求它拿走软件支出，再拿走一部分被替代的人工支出；Jeff 预计买方会保留大部分节省。Jason 反驳说，即使只拿到被替代 SaaS 收入的一部分，也足以创造巨型公司，同时重创在位者。

13. 公开市场在位者需要先恢复增长，才能为颠覆融资

• Harry 给出的运营门槛很实际：增长超过约30%的上市 SaaS 公司，拥有资本，也拥有股东许可，可以“放手一搏”。Jeff 同意，只要增速正确，公司就应当激进；但在10%增速下，管理层必须先修复眼前的增长叙事，很难同时为长期重塑融资。

• Harry 补充说，没有 AI 战略的公司即便从10%提升到14–15%，可能仍然不够。于是，低增长公司恰恰需要转型的时候，估值、信誉和管理带宽却最不支持它采取这种行动。

• Jeff 预计 Atlassian 的 Mike Cannon-Brookes 会继续收购，因为 M&A 已经嵌入其 DNA。他认为 Drew Houston 领导下的 Dropbox 拥有有趣的 AI 愿景，但在经历数次尝试后，公司必须证明自己有资格从同步与共享扩张出去。

• Dropbox 和 Box 赢得了 Jeff 对上市市场“蟑螂”的赞誉。Drew Houston 和 Aaron Levie 在约10年的残酷竞争中存活下来，同时维持研发和战略动作；它们的 AI 突破更可能来自产品洞察、时机和“一点点运气”，而不是一笔巨型收购。

14. 产品覆盖面决定平台能否复利增长

• Twilio 的核心约束隐藏在其消息 API 中：发送方、接收方和正文。开发者一旦指定发送者、收件人和确切文本，任何偏差都是失败；产品几乎没有可自由发挥的空间，除非要求客户重写代码，否则 Twilio 很难继续增加价值。

• 文件存储也有同样的牢笼：成功意味着文件始终可用，而“糟了，我把你的文件弄丢了”就是失败。10年来，Twilio 一直在寻找足够有表现力、能够超越狭窄二元承诺的产品。

• Jeff 羡慕 Cloudflare 处在互联网和客户网站之间的位置。一旦 DNS 将流量路由经过 Cloudflare，公司就可以通过控制面板开关添加新功能，不需要客户再写一行代码：“拨动一个开关，就能做这个、做那个。”这是结构上更好的扩张界面。

• Stripe 可能拥有更多自由度，因为资金能支持的操作比短信更多，但 Jeff 怀疑它也面临类似的集中度问题。他听说 Stripe 组合中的大部分业务对收入贡献低于核心支付业务——这是相邻产品难以突破的常见模式。

15. 持久的开发者平台销售权威、资本开支或不可能的算法

• Harry 的 Replit 例子展现了 AI 时代开发者能力的扩张：他在60秒内集成了 SendGrid，而6个月前还无法做到。Jeff 的底层框架，来自 Twilio 在2017–2018年间面临的选择：做横向开发者服务，还是沿通信领域纵向深入。

• “业务拓展即服务”让开发者能够调用自己没有权力谈下来的关系。Twilio 提供运营商协议，Stripe 提供金融接入，AWS 提供基础设施；一旦开发者拿出能运行的产品，管理层就必须向嵌入其中的供应商付费，才能让产品继续运行。

• “资本开支即服务”把一项未经授权的1000万美元数据中心建设，转化为一次获授权的信用卡交易。AWS 及其同行让开发者能够增量消费资本基础设施，把组织内部的采购障碍藏到 API 之后。

• “算法即服务”更为稀缺，因为开发者会把付费软件视为自己重建的挑战，尤其当账单达到每年500万美元时。DynamoDB 的扩展复杂性通过了 Jeff 的标准；一旦开源模型趋于成熟，推理可能不再具备同样的防御力，但训练一个拥有“秘密配方”、成本可能高达50亿美元的前沿模型仍然如此。

16. 当速度消除验证，欺诈就会繁荣

• IRL 创始人被捕后，Jason 给出了最严厉的判断：如今融资周六也能完成，“别说两年前没有尽调——现在连尽调都没有被尝试”。他希望用监禁威慑那些把一年的收入集中到一个月、或把未付费试用包装成付费 pilot 的创始人。

• Rory 同意，明确撒谎和伪造文件应受到严厉惩罚，甚至可能判刑，但他将其与本可被投资人追问的乐观表述区分开来。他提到，联邦定罪率约为70–80%；白领犯罪更难处理，因为主观意图和会计事实带来更多模糊空间。

• Jeff 的反向提醒是投资人的责任：如果 VC 急于为这些说法、用户数量或现金余额背书，“他们在这种情形下的贪婪，就会以某种程度的欺诈作为回报”。他反复注意到的信号是，涉嫌欺诈的案例往往涉及一些据称规模巨大的消费公司，但他从未听说过这些公司——这说明没人核实过所谓的用户群是否真的使用产品。

• Rory 通过一位调查 IRL 所宣称人口群体的人证实了这一模式：对方找不到任何用户。Jason 的公司也在约15年前开始独立核查银行现金，此前另一名投资人曾依赖一张虚假的资产负债表：犯罪责任在创始人，但成熟的资本管理者对整个系统负有谨慎义务。